基于机器视觉的无纺布疵点在线检测系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-12页 |
| 1.2 疵点检测国内外研究现状 | 第12-15页 |
| 1.3 本文主要研究内容及结构 | 第15-16页 |
| 2 无纺布特性分析及系统性能要求 | 第16-24页 |
| 2.1 系统性能要求 | 第16-17页 |
| 2.2 无纺布纹理分析 | 第17-20页 |
| 2.3 疵点类型及频率特性分析 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 疵点检测算法研究 | 第24-43页 |
| 3.1 图像预处理 | 第24-28页 |
| 3.2 基于灰度共生矩阵的疵点检测算法 | 第28-32页 |
| 3.3 基于Gabor滤波器的疵点检测算法 | 第32-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 基于Gabor滤波检测算法的实时性研究 | 第43-66页 |
| 4.1 Gabor滤波器组优选策略 | 第43-44页 |
| 4.2 分离卷积的优化策略 | 第44-45页 |
| 4.3 基于CUDA的并行性研究与实现 | 第45-57页 |
| 4.4 基于CUDA的并行优化研究 | 第57-61页 |
| 4.5 实验结果与分析 | 第61-65页 |
| 4.6 本章小结 | 第65-66页 |
| 5 无纺布疵点在线检测系统实现 | 第66-75页 |
| 5.1 系统硬件设计 | 第66-70页 |
| 5.2 系统软件设计 | 第70-74页 |
| 5.3 本章小结 | 第74-75页 |
| 6 总结与展望 | 第75-78页 |
| 6.1 全文总结 | 第75-76页 |
| 6.2 本文存在的问题与展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 附录 在攻读硕士期间发表的论文 | 第84页 |
